Klasifikasi Financial Distress Perusahaan Manufaktur Go Public Yang Terdaftar Di BEI (Bursa Efek Indonesia) Tahun 2009-2013 Menggunakan Metode Regresi Logistik Biner Dan Support Vector Machine (Svm)

Triwulandari, Indah (2015) Klasifikasi Financial Distress Perusahaan Manufaktur Go Public Yang Terdaftar Di BEI (Bursa Efek Indonesia) Tahun 2009-2013 Menggunakan Metode Regresi Logistik Biner Dan Support Vector Machine (Svm). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 1311100042-Undergraduate Thesis.pdf - Accepted Version Download (6MB)

Abstract

Perusahaan manufaktur merupakan penopang utama perkembangan industri di Indonesia. Hal ini terbukti dari peran industri manufaktur yang meningkat secara substansial dalam perekonomian Indonesia, yaitu dari 19% terhadap PDB tahun 1990 menjadi 26% pada tahun 2009. Dinamika sektor industri secara umum bergerak sejalan dengan pertumbuhan ekonomi. Krisis ekonomi global pada tahun 2008 mengakibatkan pertumbuhan industri manufaktur menurun yang diikuti dengan adanya beberapa perusahaan yang dide-listing dari Bursa Efek Indonesia dikarenakan perusahaan tersebut berada pada kondisi financial distress atau kesulitan keuangan sebelum mengalami fase bangkrut. Usaha yang dilakukan untuk menyelesaikan masalah tersebut adalah dengan mengidentifikasi perusahaan manufaktur yang financial distress kemudian membantu perusahaan tersebut agar melakukan perbaikan kondisi keuangan sehingga tidak sampai menuju fase bangkrut. Selanjutnya dilakukan pengelompokan (klasifikasi) perusahaan financial distress untuk mengetahui sebaran dan karakteristiknya. Klasifikasi dilakukan menggunakan model regresi logistik biner dan Support Vector Machine (SVM) dengan prediktor faktor-faktor rasio keuangan Altman dan tata kelola perusahaan. Hasil identifikasi perusahaan manufaktur financial distress dengan model regresi logistik biner menghasilkan ketepatan klasifikasi sebesar 90,75%. Sedangkan identifikasi perusahaan manufaktur financialdistress dengan model SVM menghasilkan ketepatan klasifikasi sebesar 90,215%
==================================================================================================================================
The manufacturing company is the main pillar of industry development in Indonesia. It can be proved from the role of manufacturing industry that increased substantially in Indonesian economy, from 19% of GDP in 1990 to 26% in 2009. The dynamics of industrial sector generally move in line with economic growth. The global economic crisis in 2008 resulted in the reduction of manufacturing industry growth, which followed by the several companies that were delisted from Indonesia Stock Exchange because the company was in financial distress condition before the bankruptcy. The effort to resolve that problem is by identifying the financial distress of manufacturing company and help the company in order to improvethe financial condition, so that no bankruptcy. Furthermore, the company has been classified to be financial distress or non-financial distress to determine its distribution and characteristics. Classification is done using binary logistic regression model and Support Vector Machine (SVM) with Altman financial ratios and corporate governance as predictors. The identification result of financial distress of manufacturing company using Binary Logistic Regression model produce a classification accuracy 90.75%, while identification of financial distress of manufacturing company using SVM model producea classification accuracy 90.215%

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Wul k
Uncontrolled Keywords:	Perusahaan Manufaktur, Financial Distress, Klasifikasi, Regresi Logistik Biner, Support Vector Machine
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Mr. Tondo Indra Nyata
Date Deposited:	08 Jan 2024 02:21
Last Modified:	08 Jan 2024 02:21
URI:	http://repository.its.ac.id/id/eprint/105388

Actions (login required)

View Item